Live 3 是 Fish Audio 于 2026 年 11 月 10 日发布的全双工实时语音对话模型,支持用户与 AI 同时说话、随时打断,响应延迟最低为 186 ms。在语音智能体从“轮次式对话”走向“自然通话体验”的行业趋势下,Live 3 因其低延迟与全双工能力受到关注。以下是它的近期动态与值得观察的焦点。
Live 3 的近期进展
当前焦点与观察点
围绕 Live 3 的讨论主要集中在三点。其一是延迟与全双工的真实体验:186 ms 的最低延迟是在什么条件下测得、在复杂网络与嘈杂环境下的稳定性如何,仍需实际部署验证。其二是商业化路径:从 Live 3 模型本身,到与 SkillNet 合作的电话语音智能体,再到无代码的 Fish Agent,Fish Audio 正在把底层语音能力打包成面向客服、外呼等场景的完整方案,落地效果和定价策略将决定其竞争力。其三是生态与开源动态:vLLM 等推理框架社区的关注暗示 Live 3 可能走向更开放的部署方式,与闭源语音 API 形成差异化。对关注实时语音交互的开发者而言,后续值得跟踪的是 Live 3 在打断处理、多人对话和方言口音上的表现,以及其在电话线路等传统窄带场景中的适配能力。